matlab实现Kmeans聚类算法 (2)

kmeans函数：输入为类别数量k和数据矩阵A；输出为聚类结果A，和迭代次数，并将聚类结果数据以excel形式保存在工作路径下

function km(k,A)%函数名里不要出现“-”

warning off

[n,p]=size(A);%输入数据有n个样本，p个属性

cid=ones(k,p+1);%聚类中心组成k行p列的矩阵,k表示第几类，p是属性

%A(:,p+1)=100;

A(:,p+1)=0;

for i=1:k

%cid(i,:)=A(i,:); %直接取前三个元祖作为聚类中心

m=i*floor(n/k)-floor(rand(1,1)*(n/k))

cid(i,:)=A(m,:);

cid;

end

Asum=0;

Csum2=NaN;

flags=1;

times=1;

while flags

flags=0;

times=times+1;

%计算每个向量到聚类中心的欧氏距离

for i=1:n

for j=1:k

dist(i,j)=sqrt(sum((A(i,:)-cid(j,:)).^2));%欧氏距离

end

%A(i,p+1)=min(dist(i,:));%与中心的最小距离

[x,y]=find(dist(i,:)==min(dist(i,:)));

[c,d]=size(find(y==A(i,p+1)));

if c==0 %说明聚类中心变了

flags=flags+1;

A(i,p+1)=y(1,1);

else

continue;

end

end

i

flags

for j=1:k

Asum=0;

[r,c]=find(A(:,p+1)==j);

cid(j,:)=mean(A(r,:),1);

for m=1:length(r)

Asum=Asum+sqrt(sum((A(r(m),:)-cid(j,:)).^2));

end

Csum(1,j)=Asum;

end

sum(Csum(1,:))

%if sum(Csum(1,:))>Csum2

% break;

%end

Csum2=sum(Csum(1,:));

Csum;

cid; %得到新的聚类中心

end

times

display('A矩阵，最后一列是所属类别');

A

for j=1:k

[a,b]=size(find(A(:,p+1)==j));

numK(j)=a;

end

numK

times

xlswrite('data.xls',A); %把矩阵A写到excel文件中，保存在工作路径下display('数据已保存为excel格式');